sas統(tǒng)計分析實用寶典第10章聚類分析

1、第10章 聚類分析聚類分析是對數(shù)據(jù)分類的有效方法，目前常用的數(shù)據(jù)聚類分析方法有系統(tǒng)聚類、變量聚類和快速聚類。本章主要向用戶介紹這三種聚類分析方法的基本原理及其SAS實現(xiàn)過程，并通過具體的實例演示聚類分析SAS過程的實現(xiàn)。10.1 聚類分析方法概述1聚類分析的基本原理2聚類分析的相關(guān)統(tǒng)計量3聚類分析的分類10.2 系統(tǒng)聚類系統(tǒng)聚類是常用的樣本（變量）聚類的方法，通過各種距離統(tǒng)計量描述各樣本（變量）間的相似程度，從而根據(jù)一定的準則對數(shù)據(jù)進行分類。在SAS系統(tǒng)內(nèi)系統(tǒng)聚類的實現(xiàn)主要通過CLUSTER和TREE兩個過程，本節(jié)將具體介紹系統(tǒng)聚類的實現(xiàn)。10.2.1 系統(tǒng)聚類方法概述系統(tǒng)聚類的基本原理是將計

2、算所有的樣本（變量）兩兩之間的距離，根據(jù)距離的遠近進行樣本（變量）的分類。10.2.2 CLUSTER過程在SAS系統(tǒng)中CLUSTER過程專門用于系統(tǒng)聚類的實現(xiàn)。CLUSTER提供11種不同的方法系統(tǒng)聚類分析方法，并同時可對原始或距離數(shù)據(jù)進行聚類分析。10.2.3 TREE過程通過上述CLUSTER計算過程中產(chǎn)生的特定數(shù)據(jù)集，TREE過程可用于聚類分析譜系圖的繪制。10.2.4 系統(tǒng)聚類實例演示本節(jié)將通過具體的實例演示系統(tǒng)聚類分析，這里我們僅使用了一種方法，在實際的應(yīng)用中應(yīng)該考慮不同的情況，采用相應(yīng)的方法。而同時需要注意的是，在實際使用中由于使用的聚類方法不同，或者評判分類的準則不同，可能相同

3、的數(shù)據(jù)會得到不同的分類結(jié)果。10.3 變量聚類變量聚類主要用于對多個變量的分類，便于提高變量的利用率。本節(jié)主要介紹變量聚類的基本概念及其具體實現(xiàn)的方法。10.3.1 變量聚類方法概述為了了解變量之間的關(guān)系，需要通過變量聚類實現(xiàn)對變量的分類，從而從各個類別中挑選出關(guān)鍵變量，代替數(shù)據(jù)的整體特征。變量聚類的思想與之前介紹的系統(tǒng)聚類有所差異，這里的變量聚類主要是通過相關(guān)性來判斷變量之間的關(guān)系。10.3.2 VARCLUS過程在SAS系統(tǒng)內(nèi)實現(xiàn)變量聚類的過程為VARCLUS。其基本的語法格式如下：PROC VARCLUS 選項;VAR 變量列表;RUN;10.3.3 變量聚類實例演示下面通過一個具體的實

4、例演示變量聚類的過程。10.4 快速聚類當統(tǒng)計樣本的容量較大時，通過上述的方法進行聚類分析可能是不太現(xiàn)實的，計算的成本較大，需要對每一個樣本（變量）類間距離進行不斷的計算和比較?？焖倬垲愂怯行幚泶髽颖緮?shù)據(jù)分類的方法，本節(jié)將首先對快速聚類方法的實現(xiàn)做具體介紹，然后通過實例向讀者演示其操作流程。10.4.1 快速聚類方法概述快速聚類方法基本原理為根據(jù)初始的凝聚點將樣本進行初步分類，然后根據(jù)初步分類結(jié)果不斷優(yōu)化分類結(jié)果，至產(chǎn)生最好的分類結(jié)果為止。10.4.2 FASTCLUS過程FASTCLUS過程是SAS系統(tǒng)中專門用于快速聚類的過程，可用于大樣本觀測的快速聚類，且聚類后可以輸出各類間的統(tǒng)計參數(shù)，方便用戶比較。10.4.3 快速聚類實例演示下面通過一個具體實例演示快速聚類的實現(xiàn)。10.5 本章小結(jié)本章主要介紹了如何在SAS系統(tǒng)內(nèi)實現(xiàn)聚類分析。在本章中主要介紹了三種聚類分析（系統(tǒng)聚類、變量聚類、快速聚類）的實現(xiàn)方法。在今后的使用中，讀者應(yīng)該結(jié)合實際的需要選擇合適的聚類算法。10.6 習題1下表為江蘇省主要城市的單位與有證照個體經(jīng)營戶的地區(qū)分布的統(tǒng)計數(shù)據(jù)，試對其進行系統(tǒng)聚類分析，以劃分不同城市所在的類別。2下表為不同學校的教育基本統(tǒng)計情況，試對其反映教育基本情況的